Conteúdo para Assinantes

Continue lendo ilimitado o conteúdo para assinantes do Estado de Minas Digital no seu computador e smartphone.

price

Estado de Minas Digital

de R$ 9,90 por apenas

R$ 1,90

nos 2 primeiros meses

Utilizamos tecnologia e segurança do Google para fazer a assinatura.

Assine agora o Estado de Minas digital por R$ 9,90/mês. Experimente 15 dias grátis >>

Estado de Minas

Direção livre e defensiva

Sistema de inteligência artificial criado por cientistas americanos permite que carro autônomo analise em 3D o movimento de pedestres e preveja como eles irão se movimentar em cruzamentos


postado em 04/03/2019 05:08


Carros que dirigem sozinhos não são mais exclusivos do universo infantil. Montadoras e empresas de tecnologia conduzem testes com veículos autônomos, assim como soluções que poderão garantir a eficiência e a segurança desses modelos. Nesse caminho, cientistas da Universidade de Michigan, nos Estados Unidos, trabalham em um novo sistema de inteligência artificial capaz de prever como se locomoverão pedestres espalhados em cruzamentos de grandes avenidas. Baseado em um modelo de computador tridimensional, o trabalho foi apresentado, na revista on-line IEEE Robotics and Automation Letters.

“Para que veículos autônomos operem com segurança em ambientes urbanos densos, é fundamental que eles entendam e prevejam o comportamento dos pedestres que interagem perto deles. Se os carros forem incapazes de prever o comportamento das pessoas ao redor, eles podem decidir ir para uma área em que um indivíduo estará em um futuro próximo, e isso pode causar um acidente”, explica Ramanarayan Vasudevan, professor do Departamento de Engenharia Mecânica da universidade americana e um dos autores do trabalho.

O modelo proposto por Vasudevan e os colegas gera representações em três dimensões — largura, altura e profundidade — da caminhada de humanos e do espaço em questão a partir do uso de câmeras, GPS e outras ferramentas mais complexas. Uma delas é o LiDAR, aparelho que copia as características de um ambiente a partir da emissão de feixes de laser. Assim, o sistema registra e calcula, em um limite de 45 metros de distância, as ações presentes e futuras de um pedestre em um cruzamento. Atravessar a rua é uma delas.

Modelos bidimensionais, ou seja, sem profundidade, já foram criados com a mesma finalidade. Entretanto, por se basearem em fotografias e movimentos específicos das articulações do corpo humano, esses sistemas não apresentam uma projeção realista do ambiente. “Como os veículos autônomos operam em ambientes tridimensionais, essas previsões de imagem em 2D são normalmente insuficientes para projetar comportamentos seguros”, explica Vasudevan.

Nesse contexto, o sistema de inteligência artificial da equipe estadunidense, intitulado bio-LSTM, produz uma representação 3D do corpo humano e do ambiente, além da própria previsão de movimento, seguindo três parâmetros importantes: o ritmo da marcha humana, a simetria do corpo do pedestre e a posição dos pés de uma pessoa com relação ao chão. Para evitar que o computador perca tempo prevendo situações impossíveis, os pesquisadores adicionaram alguns limites ao modelo, como a impossibilidade de humanos voarem e a velocidade máxima de um pedestre.

Outras aplicações Segundo Fernando Osório, professor do Laboratório de Robótica Móvel (LRM) da Universidade de São Paulo (USP) em São Carlos, o uso de modelos 3D para previsões de movimentos de pedestres é uma conquista para o campo dos veículos autônomos. “Uma modelagem com profundidade é essencial para a detecção de pedestres. Com uma foto 2D, como poderemos saber para onde a pessoa está virada? Inclusive alguns modelos bidimensionais têm dificuldade para reconhecer um pedestre de costas ou de capuz”, ilustra. “Um modelo baseado nas três dimensões não só consegue levar isso em consideração, como também é apto para diferenciar crianças de adultos, para avaliar para onde o pedestre está olhando.”

Pesquisador e pós-doutor em visão computacional da Universidade de Pensilvânia, nos Estados Unidos, Georgios Pavlakos avalia que a velocidade de previsão alcançada pelo bio-LSTM amplia o uso da inteligência artificial para além dos carros que dirigem por conta própria. “O tempo necessário na elaboração de uma camada de previsão é de apenas um milissegundo, e isso é muito baixo. Esse resultado torna o sistema implantável para a maioria das aplicações robóticas”, afirma Pavlakos. “O método deve ser apropriado para sistemas de vigilância, bem como para outras aplicações em que robôs precisam interagir com seres humanos.”

Alto custo é obstáculo

As informações que guiam os cálculos dos algoritmos criados na Universidade de Michigan são implementadas por  exemplos da vida real, previamente apresentados ao sistema como padrões de comportamentos e movimentos de pessoas próximas aos cruzamentos. Por isso, ao testar o bio-LSTM, os pesquisadores captaram 10 mil fotos tridimensionais, com um total de 1.800 sequências de movimentos de pedestres em uma cidade americana. Os dados captados foram o suficiente para definir com clareza os parâmetros de caminhada que o modelo deve seguir ao realizar uma aposta para os próximos movimentos de pedestres no raio de 45 metros.

Os registros foram obtidos com auxílio de dois pares de câmeras estéreis e dois equipamentos LiDAR. Para Fernando Osório, professor do Laboratório de Robótica Móvel (LRM) da Universidade de São Paulo (USP) em São Carlos, o valor gasto com os aparelhos pode ser um empecilho na disseminação da solução tecnológico. “É um projeto economicamente inviável para aplicações comerciais. No caso do LiDAR, o valor pode chegar a U$ 30 mil. É muito alto”, explica.

Desvio de rota Outro possível obstáculo foi detectado pelos criadores da solução durante os testes. A partir dos dados captados, avaliou-se a capacidade de previsão do sistema comparando o que ele indicou e o que realmente aconteceu. A equipe detectou um desvio na rota do pedestre de 10cm para cada segundo. “O valor é baixo, mas depende muito da aplicação. Não podemos classificar como um valor ideal porque os cientistas não testaram o projeto em carros autônomos para valer. Embora seja pequeno, o erro é cumulativo, e o que era 10cm no começo pode se tornar um valor muito alto depois de 1 minuto de previsão. Então, em certas aplicações, o tempo de previsão seria de apenas 2 segundos. A questão é: quanto de movimento o sistema consegue prever em apenas 2 segundos?”, analisa Erickson Rangel, professor e integrante do Laboratório de Visão Computacional e Robótica (VeRLab) da Universidade Federal de Minas Gerais (UFMG). Segundo o especialista brasileiro, algumas respostas só serão possíveis quando houver a aplicação do trabalho em carros autônomos que realmente interagem com pedestres.

Antes ou paralelo aos novos testes, Gustavo Robichez, coordenador do Laboratório Engenharia de Software da Pontifícia Universidade Católica do Rio de Janeiro (PUC-Rio), defende a ocorrência de um outro debate, menos técnico. O especialista avalia que, em época de destaques para a experiência do usuário, o uso de veículos autônomos precisa passar por uma série de questionamentos da sociedade. “Vamos supor que, ao tentar preservar a experiência de um usuário, os algoritmos do carro tenham de escolher entre atropelar diversas pessoas em detrimento do bem-estar de quem está dentro do carro. Isso foge o debate técnico, que já está quase completo, mas abre diversos questionamentos éticos e jurídicos”, observa (GB)

* Estagiário sob supervisão da editora Carmen Souza

Palavra de especialista

Trajetória incontrolável


“O foco do trabalho é a detecção de obstáculos móveis, especificamente os pedestres, o que é muito importante para a área de veículos autônomos porque, quando estamos desenvolvendo um carro que dirige sem motorista, precisamos indicar à máquina o que é uma zona segura para transitar. O veículo precisa identificar os obstáculos móveis e estáticos no caminho para, durante toda a rota, evitar bater em qualquer lugar ou mesmo atropelar um pedestre. Nesse sentido, a pesquisa americana faz uma análise biomecânica profunda dos padrões presentes em uma caminhada. O grande destaque, contudo, é que os cientistas envolvidos saem do modelo clássico bidimensional, com fotos sem profundidade, para um modelo tridimensional. Isso é primordial, afinal, o mundo é em 3D, enxergamos tudo em 3D. Então, acredito que, para a máquina, o mesmo deve acontecer. Em contrapartida, há algo ainda maior: o novo modelo consegue traçar o caminho de um pedestre, mas não sua trajetória, que envolve questões como velocidade e direção, a percepção de onde alguém veio e para onde está indo. Uma pessoa pode, por exemplo, vir andando até a ponta da calçada, mas não atravessar o cruzamento. O carro autônomo não pode frear a cada possível travessia, precisa estar mais certo dos riscos. Caso contrário, pode causar acidentes desnecessários”

Fernando Osório, professor integrante do Laboratório de Robótica Móvel (LRM) da USP São Carlos e um dos criadores do CaRINA II, o primeiro veículo autônomo que transitou em ambientes urbanos no Brasil.

 


Publicidade